‘K-폴드’ 하나로 단백질·약물·핵산 예측…“한국판 신약 설계 모델 나와”

국내 바이오 AI의 새로운 이정표, K-폴드

최근 한국과학기술원(KAIST)에서 차세대 바이오 AI 모델 ‘K-폴드(K-Fold)’가 개발되어 연구자들 사이에서 큰 주목을 받고 있다. 기존의 단백질과 약물, 핵산 간의 상호작용을 예측하기 위한 이 모델은 연구자들이 보다 쉽게 사용할 수 있도록 웹서비스 형태로 제공되며, 신약 개발의 새로운 전환점을 제시하고 있다.

K-폴드의 특징과 성능

K-폴드는 KAIST의 김우연 화학과 교수의 주도로 개발되었으며, 과학기술정보통신부의 ‘AI 특화 파운데이션 모델 프로젝트’를 통해 탄생했다. 이 연구팀은 단백질의 3차원 구조와 약물 후보 물질 간의 결합 예측에 있어 높은 정확도를 자랑한다. 특히, K-폴드는 단백질 구조 예측에서 구글의 ‘알파폴드3(AlphaFold3)’와 유사한 수준의 성능을 보였으며, 일부 항목에서는 오히려 더 나은 결과를 나타냈다. 이러한 성과는 암과 같은 주요 질환의 신약 표적에 대해 특히 두드러지며, 이전에 비해 구조 예측 속도 또한 최대 25배 향상되었다.

기존의 단백질 구조 예측 AI는 복잡한 사전 작업이 요구되었지만, K-폴드는 이를 효율적으로 개선하여 연구자들이 훨씬 많은 신약 후보 물질을 탐색할 수 있는 환경을 제공하고 있다. AI가 학습한 방식도 독특하다. K-폴드는 단백질의 결합 전 자유 상태 구조가 결합 후 구조로 변화하는 과정을 분석하여, 복잡한 약물 표적 시스템에서도 뛰어난 예측력을 발휘하고 있다.

사용자 친화적인 웹 서비스

KAIST의 교원창업기업인 히츠(HITS)는 K-폴드를 보다 쉽게 활용할 수 있도록 웹 기반 AI 연구 플랫폼인 ‘하이퍼랩(HyperLab)’과 연계하여 서비스를 제공한다. 이 플랫폼은 연구자들이 자연어로 요청을 입력하면 AI가 단백질 구조를 예측하고 적합한 후보 물질을 설계하는 과정을 단계적으로 진행할 수 있도록 돕는다. 하이퍼랩은 120여 개의 계산 도구와 160여 개의 전문 기능, 그리고 100여 개의 전문 데이터베이스를 탑재하고 있어 연구자들에게 필요한 다양한 분석 도구를 제공한다.

이처럼 K-폴드는 기존의 복잡한 프로그래밍이나 고성능 인프라 없이도 접근이 가능해, 생명과학 분야의 많은 연구자들에게 큰 도움이 될 전망이다. K-폴드의 오픈 접근성은 국내외 연구자들에게 새로운 가능성을 열어줄 것으로 기대된다.

미래의 신약 개발을 위한 도약

K-폴드의 출현은 한국의 바이오 기술 분야에서 큰 이정표가 될 것으로 보인다. 기존의 외산 모델에 의존해온 신약 설계 연구에서, K-폴드는 한국의 독자적인 기술로 발전을 이끌어내고 있다. 이는 단순히 기술의 발전을 넘어서, 한국이 글로벌 바이오산업에서의 경쟁력을 높일 수 있는 좋은 기회가 될 것이다.

김우연 교수는 이번 연구가 "기존 모델을 단순히 추종하는 것이 아니라, 새로운 AI 구조를 적용해 기존의 한계를 넘어서기 위해 개발된 모델"이라고 강조했다. K-폴드가 향후 신약 개발에 기여해 인류의 건강 증진에 이바지할 수 있기를 기대해 본다.